地球空间数据的知识发现

<P align=center><FONT face=幼圆 size=5><b><BIG><BIG>地球空间数据的知识发现 </BIG></BIG></b></FONT></P>
<P align=center><FONT face=楷体_GB2312 size=4><BIG>张健挺</BIG></FONT></P>
<P><BIG><FONT size=4><FONT face=楷体_GB2312>　　</FONT><FONT face=楷体_GB2312 color=#400080>随着地球空间数据获取手段的快速发展，对地球空间数据的处理已远远超过传统的人工处理 能力，从大量数据中自动、快速、有效地提取模式和发现知识显得越来越重要。正如John N aisbett所说，“我们已被信息所淹没，但是却正在忍受缺乏知识的煎熬”。数据挖掘与知 识发现的出现很好地满足了地球空间数据处理的需要。地理信息系统(GIS)作为地球空间数 据管理的重要手段已得到地学研究领域广泛的认可和重视，但是GIS分析功能的不足一直是 制约GIS广泛应用的瓶颈。在GIS数据库平台和它的基本空间分析功能的基础上,根据地学空 间数据的特点，将机器学习算法引入GIS，形成自动化、智能化的地学空间数据挖掘与知识 发现的通用模型,对于增强地学数据处理能力和提高GIS的应用水平都具有非常重要的意义。</FONT></FONT></BIG></P>
<P><FONT face=楷体_GB2312 color=#400080 size=4><BIG>　　一般而言，数据挖掘和知识发现的方法可分为以下几种类型：①分类，如自然地理综合区划 、农业区划和灾害风险区划等。②回归，如各种社会经济指标的单变量和多变量回归分析等 。③聚类,如各种遥感影像的非监督分类方法。④概括(或称泛化),寻找描述各数据子集共性 的方法，如沿着土壤分类中土类到亚类的概念层次顺序进行统计，寻找各亚类土壤在土类层 次上的共性。⑤依赖模式,寻找描述变量间显著依赖关系的模式，如土壤盐碱化与地下水位 的依赖关系。⑥变化和偏离检测,从与以前数据对比中发现显著变化，如多时相遥感影像的 变化监测、区域城镇体系的变化等。</BIG></FONT></P>
<P><FONT face=楷体_GB2312 color=#400080 size=4><BIG>　　数据挖掘与知识发现的主要方法有：①基于决策树分类的ID3和C4.5方法。②基于贝叶斯概 率的非监督分类方法。③用于概括的AQ15和CN2方法。④解决不精确、不确定知识的粗糙集 方法。⑤大量人工神经网络方法，如经典的反向传播算法、自组织映射算法等。⑥用于产生 关联规则的方法。⑦贝叶斯概率网络学习方法。</BIG></FONT></P>
<P><FONT face=楷体_GB2312 color=#400080 size=4><BIG>　　地学数据与其他类型数据的一个重要区别就是它的空间特性。目前在地学数据分析中对空间 特性的处理主要有以下几种方法：①将空间作为框架，同一区域范围内不考虑空间要素，静 态研究如各种区域统计指标计算、动态研究如系统动力学模型等。②利用空间统计方法，如 变异函数、空间自相关指数等，探讨空间分布的特征。③将空间要素转化为一维属性要素参 与分析,如距离、方向等用于主成分分析、多变量相关等。④空间要素作为属性要素的乘积 因子,如交通中的等到达时线、水文中的等流时线等。⑤将不同要素的图层进行空间配准后 采用GIS中的叠加(Overlay)方法，形成规则网格或最小图斑单元,然后参与一般分析，不再 考虑空间因素。</BIG></FONT></P>
<P><FONT face=楷体_GB2312 color=#400080 size=4><BIG>　　目前国内外都开展了地球空间数据挖掘与知识发现方面的研究。加拿大西蒙·法拉色大学计 算机科学系的Han Jiawei教授领导的小组,在MapInfo平台上建立了空间数据挖掘的原型系统 ，实现了空间数据特征描述、空间比较、空间关联、空间聚类和空间分类等空间数据挖掘方 法。国内武汉测绘科技大学李德仁教授最早关注到从GIS数据库中发现知识的问题，提出从G IS数据库可以发现包括几何信息、空间关系、几何性质与属性关系以及面向对象知识等的多 种知识。他认为数据挖掘同时也使得GIS的有限数据变成无限的知识。 </BIG></FONT></P>
<P><FONT face=楷体_GB2312 color=#400080 size=4><BIG>        总之，随着地学空间数据的急剧增多，地学空间数据挖掘与知识发现作为地学研究与数据挖 掘研究的结合点将成为研究热点之一。地学空间数据挖掘与知识发现的分析方法和应用结果 ,对于建立在数字地球之上的地球信息机理研究具有重要意义，将为全球变化和区域可持续 发展提供有力的分析工具。</BIG></FONT></P>

gfg

<FONT face=楷体_GB2312 color=#400080 size=5>地学空间数据挖掘确实前景很好啊！</FONT><img src="images/post/smile/dvbbs/em01.gif" />

<P>什么叫空间知识？</P>

<P>很好，认真学习</P>

<P>受益匪浅，还要继续努力！给自己加油！！</P>